python提取字符串中的网址

可以使用正则表达式来提取字符串中的网址。

示例代码：

import re

text = "这是一个网址：https://www.baidu.com，另外一个网址：http://www.google.com"
url_pattern = re.compile(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+')
urls = re.findall(url_pattern, text)

print(urls)

输出结果：

['https://www.baidu.com', 'http://www.google.com']

解释：

- 使用正则表达式`http[s]?://(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+`匹配字符串中的网址。该正则表达式包含以下部分：

- `http[s]?://`：匹配http或https协议的网址，问号表示s可选；
- `(?:[a-zA-Z]|[0-9]|[$-_@.&+]|[!*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+`：匹配网址中的字符，包括字母、数字、特殊字符和%编码的字符，加号表示多次出现。

- 使用`re.findall()`函数找到所有匹配的网址，返回一个列表。

注意事项：

- 要注意正则表达式的正确性，因为网址的格式很多，难以覆盖所有情况。
- 要注意字符串中可能会包含其他形式的字符，如中文、标点符号等。在特定情况下需要先对字符串进行预处理。